Question

我有一些输入数据，输入文件中的时间戳是从文件名中指定的日期时间开始的小时数。

这有点无用，所以我需要将它转换为python datetime.datetime对象，然后将它放在一个numpy数组中。我可以写一个for循环，但我想做类似的事情：

numpy.arange(datetime.datetime(2000, 1,1), datetime.datetime(2000, 1,2), datetime.timedelta(hours=1))

抛出TypeError。

可以这样做吗？我坚持使用python 2.6和numpy 1.6.1。

Answer 1

from datetime import datetime, timedelta

t = np.arange(datetime(1985,7,1), datetime(2015,7,1), timedelta(days=1)).astype(datetime)

此处的关键点是使用astype(datetime)，否则结果将为datetime64。

Answer 2

见NumPy Datetimes and Timedeltas。基本上，您可以使用numpy.datetime64类型在NumPy中表示日期时间，这允许您执行值范围。

对于NumPy 1.6，其类型的datetime64类型少得多，您可以使用合适的列表推导来构建日期时间（另请参阅Creating a range of dates in Python）：

base = datetime.datetime(2000, 1, 1)
arr = numpy.array([base + datetime.timedelta(hours=i) for i in xrange(24)])

这会产生

array([2000-01-01 00:00:00, 2000-01-01 01:00:00, 2000-01-01 02:00:00,
   2000-01-01 03:00:00, 2000-01-01 04:00:00, 2000-01-01 05:00:00,
   2000-01-01 06:00:00, 2000-01-01 07:00:00, 2000-01-01 08:00:00,
   2000-01-01 09:00:00, 2000-01-01 10:00:00, 2000-01-01 11:00:00,
   2000-01-01 12:00:00, 2000-01-01 13:00:00, 2000-01-01 14:00:00,
   2000-01-01 15:00:00, 2000-01-01 16:00:00, 2000-01-01 17:00:00,
   2000-01-01 18:00:00, 2000-01-01 19:00:00, 2000-01-01 20:00:00,
   2000-01-01 21:00:00, 2000-01-01 22:00:00, 2000-01-01 23:00:00], dtype=object)

Answer 3

使用现代NumPy，您可以这样做：

np.arange(np.datetime64('2017-01-01'), np.datetime64('2017-01-08'))

它会给你：

array(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
       '2017-01-05', '2017-01-06', '2017-01-07'], dtype='datetime64[D]')

Answer 4

请注意，@ nneonneo解决方案可以简化为

result = first_date + np.arange(24) * datetime.timedelta(hours=1)

感谢NumPy数组操作。 result数组后面有一个dtype=object。

对于更复杂的范围，您可能对scikits.timeseries包（不再维护）或更好的包感兴趣 pandas包重新实现了scikits.timeseries的大多数想法。两个软件包都支持旧版本的NumPy（1.5,1.6 ......）

Answer 5

如另一个答案中所述，对于Numpy＆gt; 1.7，您可以使用Numpy的内置日期时间功能。 Numpy文档中的示例不包括使用np.arange步骤，所以这里有一个：

timearray = np.arange('2000-01-01', '2000-01-02',np.timedelta64(1,'h'), dtype='datetime64')

Numpy将此结果的dtype设置为datetime64[h]。您可以使用dtype='datetime64[m]'将此明确设置为较小的时间单位。

在1.8.1版本中（我之前预期），尝试向该结果数组添加小于一小时的偏移量将无效。

timearray += np.timedelta64(10,'s')不会更改timearray
timearray2 = timearray + np.timedelta64(10,'s')将向timearray添加10秒，并将timearray2的dtype转换为datetime64[s]

如何使一个python numpy arange of datetime

5 个答案: